建筑物侧面轮廓线约束的高分辨率遥感影像建筑物高度估算方法

doi:10.13474/j.cnki.11-2246.2019.0281

测绘通报 ›› 2019, Vol. 0 ›› Issue (9): 34-37,72.doi: 10.13474/j.cnki.11-2246.2019.0281

建筑物侧面轮廓线约束的高分辨率遥感影像建筑物高度估算方法

陈辉^1,2,3, 张卡^1,2,3,4, 宿东^1,2,3, 王蓬勃^1,2,3

1. 南京师范大学虚拟地理环境教育部重点实验室, 江苏南京 210023;
2. 江苏省地理信息资源开发与利用协同创新中心, 江苏南京 210023;
3. 南京师范大学地理科学学院, 江苏南京 210023;
4. 江苏省地理环境演化国家重点实验室培育建设点, 江苏南京 210023

收稿日期:2018-10-25 出版日期:2019-09-25 发布日期:2019-09-28
通讯作者: 张卡。E-mail:zhangka81@126.com E-mail:zhangka81@126.com
作者简介:陈辉(1995-),男,硕士生,主要从事摄影测量与遥感图像处理等方面的研究工作。E-mail:742543787@qq.com
基金资助:
国家自然科学基金（41631175）；国家重点研发计划（2017YFB0503500）；江苏高校优势学科建设工程（164320H116）；南京师范大学青蓝工程；南京师范大学2017年度校级教改研究课题

Method of building height estimation under the constraint of profile contour lines from high resolution remote sensing images

CHEN Hui^1,2,3, ZHANG Ka^1,2,3,4, SU Dong^1,2,3, WANG Pengbo^1,2,3

1. Key Laboratory of Virtual Geographic Environment, Ministry of Education, Nanjing Normal University, Nanjing 210023, China;
2. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China;
3. School of Geography, Nanjing Normal University, Nanjing 210023, China;
4. Jiangsu Province State Key Laboratory Cultivation Base of Geographical Environment Evolution, Nanjing 210023, China

Received:2018-10-25 Online:2019-09-25 Published:2019-09-28

摘要/Abstract

摘要： 针对现有利用阴影长度法提取建筑物高度时存在的阴影间相互遮挡问题，提出了一种基于建筑物侧面轮廓线进行建筑物高度估算的新方法。首先，利用RPC模型计算建筑物像点位移的方向与卫星成像角度，再将遥感影像进行旋转，使建筑物像点位移沿水平方向；然后，利用Canny算法进行轮廓检测，并构建一定长度的矩形形态学结构元素，对轮廓图像进行形态学开运算，以提取侧面轮廓线，再利用Hough变换与建筑物角点约束，对所提取的轮廓线进一步筛选；最后，根据卫星侧视成像时建筑物高度与像点位移的几何关系进行建筑物的高度估算。利用实际的高分辨率卫星影像对本文方法进行了验证，并与阴影法估算建筑物高度进行了对比。试验结果证明，利用建筑物侧面轮廓线进行建筑物高度估算平均误差可以达到0.7 m，且实际精度优于使用阴影法进行建筑物高度估算。

关键词: 建筑物高度估算, 侧面轮廓线, 高分辨率遥感影像, 建筑物轮廓线检测

Abstract: In view of the mutual occlusion between shadows when we use shadows to calculate the height of a building, in this paper, we propose a new method for building height estimation based on building profile. First, we use RPC model to calculate the direction of image displacement and satellite imaging angle, then rotate the remote sensing image to make the building image displacement along the horizontal direction. Then we use the Canny algorithm for contour detection and construct rectangular morphological structural elements to perform morphological opening operations on contour images to extract side contours. Subsequently Hough transform and building corner are used to further screen the extracted contours. Finally, the building height is estimated according to the geometric relationship between the building height and the displacement of the image point. We use high-resolution satellite images to verify the method and compare it with the shadow method to estimate the building height. The experimental results indicate that the average error of building height using the profile line can reach 0.7 m, and the actual accuracy is better than using the shadow method.

Key words: building height estimation, profile contour line, high resolution remote sensing image, building contour detection

中图分类号:

P237

陈辉, 张卡, 宿东, 王蓬勃. 建筑物侧面轮廓线约束的高分辨率遥感影像建筑物高度估算方法[J]. 测绘通报, 2019, 0(9): 34-37,72.

CHEN Hui, ZHANG Ka, SU Dong, WANG Pengbo. Method of building height estimation under the constraint of profile contour lines from high resolution remote sensing images[J]. 测绘通报, 2019, 0(9): 34-37,72.

参考文献

[1] 霍少峰,顾行发,占玉林,等.资源三号卫星前视影像的建筑物高度提取[J].测绘科学,2017,42(2):147-153.
[2] 卓莉,黄信锐,王芳,等.基于高空间分辨率与立体像对遥感数据的建筑物三维信息提取[J].遥感技术与应用,2013,28(6):1062-68.
[3] 陈爱军,徐光佑,史元春.基于城市航空立体像对的全自动3维建筑物建模[J]. 测绘学报,2002,31(1):54-59.
[4] 王伟玺,宋伟东,刘艳春.广义立体像对三维重建模型精度分析[J].测绘科学,2010,35(4):31-33.
[5] 刘小洲,周石琳,李智勇.高分辨率遥感图像中建筑物阴影的提取[J].计算机仿真,2008,25(8):197-200.
[6] 石义方,汪小钦,孙振海,等.基于阴影的资源三号卫星数据城市建筑物高度估算[J].地球信息科学学报,2015,42(13):236-243.
[7] 王京卫,郭秋英,郑国强.基于单张遥感影像的城市建筑物高度提取研究[J].测绘通报,2012(4):15-17.
[8] 田峰,陈冬花,黄新利,等.基于形态学阴影指数的高分二号影像建筑物高度估计[J].遥感技术与应用,2017,32(5):844-850.
[9] 张永生,巩丹超,刘军.高分辨率遥感卫星应用:成像模型、处理算法及应用技术[M].2版. 北京:科学出版社,2014.
[10] 张永军,丁亚洲.基于有理多项式系数的线阵卫星近似核线影像的生成[J].武汉大学学报(信息科学版),2009,34(9):1068-1071.
[11] WANG M, HU F, LI J. Epipolar resampling of linear pushbroom satellite imagery by a new epipolarity model[J]. ISPRS Journal of Photogrammetry and Remote Sensing,2011,66(3): 347-355.
[12] 曹彬才,邱振戈,朱述龙,等.利用线阵卫星立体像对的平行特性生成核线影像[J].测绘通报,2017(1): 43-47.
[13] 战鹰,史良树,王金强,等. 卫星侧视成像引起的像点位移误差计算方法[J]. 河南理工大学学报(自然科学版),2015,34(3): 370-373.
[14] CANNY J. A computational approach to edge detection[J].IEEE Transaction on Pattern Analysis and Machine Intelligence, 1986, 8(6):679-698.
[15] ROSTEN E,PORTER R,DRUMMOND T. Faster and better: a machine learning approach to corner detection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2010, 32(1): 105-119.
[16] 顾徐博君,虞思逸,金叶蒙,等.基于数学形态学和Hough变换的复杂形态线状地物提取方法[J].遥感技术与应用,2014,29(4):689-694.
[17] 胡云锋,张千力.结合形态学和光谱特征参数的建筑物阴影提取及其高度估算[J].测绘通报, 2018(6): 22-26.

建筑物侧面轮廓线约束的高分辨率遥感影像建筑物高度估算方法

Method of building height estimation under the constraint of profile contour lines from high resolution remote sensing images

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	潘建平, 付占宝, 程卫华, 陆世安, 李鑫, 孙博文, 黄桂萍. 基于地表类型的山地海绵城市生态建设评估[J]. 测绘通报, 2022, 0(5): 84-88.
[2]	陈智朗, 付振华, 朱紫阳, 王慧慧, 刘沁雯, 杨钰灵, 许耿然. 基于HRNet的高分辨率遥感影像建筑物变化信息提取[J]. 测绘通报, 2022, 0(5): 126-132.
[3]	杨素妨, 杜林. 多特征流形鉴别嵌入的高分辨率遥感影像分类[J]. 测绘通报, 2021, 0(9): 37-42.
[4]	耿万轩, 周维勋, 金双根. 基于LDCNN特征提取的多核SVM高分辨率遥感影像场景分类[J]. 测绘通报, 2021, 0(8): 14-21.
[5]	聂倩, 七珂珂, 赵艳福. 融入超像素分割的高分辨率影像面向对象分类[J]. 测绘通报, 2021, 0(6): 44-49.
[6]	陈利燕, 林鸿, 吴健华. 融合随机森林和超像素分割的建筑物自动提取[J]. 测绘通报, 2021, 0(2): 49-53.
[7]	王媛, 杜明义, 杨柳忠, 蔡国印, 张宁. 多源遥感数据支持下的城市生态状况评价[J]. 测绘通报, 2021, 0(11): 16-20.
[8]	迪里胡玛尔·阿汗木江, 玉素甫江·如素力. 新疆焉耆盆地土壤湿度时空分布特征[J]. 测绘通报, 2021, 0(11): 36-41.
[9]	常京新, 高贤君, 杨元维, 王双喜. 融合多时相高分影像的建筑物轮廓优化方法[J]. 测绘通报, 2020, 0(7): 112-115.
[10]	谢梦, 刘伟, 李二珠, 杨梦圆, 王晓檀. 深度卷积神经网络支持下的遥感影像语义分割[J]. 测绘通报, 2020, 0(5): 36-42.
[11]	乔婷婷, 李鲁群. 结合数据增广和迁移学习的高分辨率遥感影像场景分类[J]. 测绘通报, 2020, 0(2): 37-42.
[12]	孟庆祥, 吴玄. 基于深度卷积神经网络的高分辨率遥感影像场景分类[J]. 测绘通报, 2019, 0(7): 17-22.
[13]	郝怀旭, 万太礼, 罗年学. 利用OpenStreetMap数据进行高空间分辨率遥感影像分类[J]. 测绘通报, 2019, 0(7): 69-72,126.
[14]	方鑫, 陈善雄. 密集城区高分辨率遥感影像建筑物提取[J]. 测绘通报, 2019, 0(4): 79-83.
[15]	韦春桃, 赵平, 肖博林, 白风, 李小勇, 杨晚芸. 结合双树复小波纹理特征和MRF模型的遥感图像分割[J]. 测绘通报, 2019, 0(10): 40-45.